| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 课题的背景和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 说话人识别研究现状 | 第12-14页 |
| 1.2.2 压缩感知理论的研究与应用 | 第14-15页 |
| 1.3 本文组织结构 | 第15-16页 |
| 第2章 说话人识别特征参数的提取 | 第16-27页 |
| 2.1 说话人识别的基本介绍 | 第16-20页 |
| 2.1.1 说话人识别的基本概念 | 第16页 |
| 2.1.2 说话人识别系统基本结构 | 第16-18页 |
| 2.1.3 说话人识别方法的分类 | 第18-20页 |
| 2.2 特征参数的提取 | 第20-26页 |
| 2.2.1 语音的产生模型及同态信号处理的基本原理 | 第20-22页 |
| 2.2.2 倒谱的定义及性质 | 第22-23页 |
| 2.2.3 Mel频率倒谱参数 | 第23-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第3章 压缩感知理论 | 第27-32页 |
| 3.1 压缩感知理论介绍 | 第27-29页 |
| 3.1.1 信号的稀疏性与可压缩性 | 第27-28页 |
| 3.1.2 随机观测矩阵 | 第28-29页 |
| 3.2 压缩感知信号重建 | 第29-31页 |
| 3.3 本章小结 | 第31-32页 |
| 第4章 基于压缩感知的语音信号重构 | 第32-50页 |
| 4.1 语音信号的稀疏性 | 第32-33页 |
| 4.2 观测矩阵的选择 | 第33-40页 |
| 4.2.1 随机高斯观测矩阵 | 第33-34页 |
| 4.2.2 随机高斯观测矩阵的近似QR分解及其改进 | 第34-40页 |
| 4.3 重构算法 | 第40-43页 |
| 4.3.1 OMP算法 | 第41页 |
| 4.3.2 Simplex算法 | 第41-43页 |
| 4.4 语音信号重构实验 | 第43-49页 |
| 4.4.1 观测比的变化对重构语音信号质量的影响 | 第43-48页 |
| 4.4.2 观测矩阵对重构语音信号质量的影响 | 第48-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第5章 基于压缩感知语音重构的矢量量化说话人识别 | 第50-60页 |
| 5.1 矢量量化的基本原理 | 第50-54页 |
| 5.1.1 矢量量化的失真测度 | 第51-52页 |
| 5.1.2 码书的形成 | 第52-54页 |
| 5.2 基于VQ的说话人识别 | 第54-58页 |
| 5.3 不同观测比下的说话人辨别实验 | 第58-59页 |
| 5.4 本章小结 | 第59-60页 |
| 总结与展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 攻读硕士学位期间发表的论文 | 第65页 |